Row-Bot
将本地模型、记忆与受控工具整合为可在个人设备上执行工作的桌面助手。
这个 Agent 能做什么，适合哪些场景？
Row-Bot 是一款本地优先的桌面 AI 助手，围绕“Reason、Orchestrate、Work”组织对话、模型、记忆和工具调用。它以 LangGraph ReAct agent 为执行核心，提供 Goal Mode、Agent Profiles 与子代理委派，并保留可见目标、审批和本地运行历史。应用包含个人知识图谱、文档提取、浏览器自动化、文件系统和 shell 操作、工作流、消息渠道，以及 Developer Studio 和 Designer Studio。默认情况下，持久化数据保存在本机；可使用 Ollama 本地模型，也可选择 OpenAI、Anthropic、Google AI、xAI、OpenRouter 和自定义 OpenAI 兼容端点。它可作为 Windows、macOS 和 Linux 桌面应用运行，也支持经认证的单所有者远程访问和 `row-bot serve` 服务器模式。
Row-Bot 通过 LangGraph ReAct agent 将当前对话、记忆召回和工具结果组合为一次受预算约束的执行。它可读取 PDF、CSV、Excel、JSON、JSONL、TSV 和图像文件，提取文档内容并写入带来源信息的知识图谱；也可使用 Tavily、DuckDuckGo、Wikipedia、arXiv、YouTube transcripts 和 URL reader 获取外部资料。它能在配置的工作区内执行文件系统和 shell 操作，使用可见 Chromium 浏览器自动化，或在 Windows/macOS 上经明确启用的 Cua Driver 使用原生 Computer Use。Developer Studio 可链接或克隆 Git 工作区、创建 worktree、查看 diff、运行测试并准备提交、推送和 PR；Designer Studio 可生成文档、演示文稿、落地页和导出文件。row-bot serve 提供受会话门控的浏览器访问，row-bot access invite 用于创建一次性设备邀请。
- 需要在个人电脑上整理 PDF、表格和笔记的研究人员，可让 Row-Bot 提取内容、建立知识图谱，并在后续对话中进行本地召回。
- 维护代码仓库的开发者，可在 Developer Studio 中链接或克隆仓库，使用独立 worktree 运行测试、查看 diff，并在审批后准备 Git 提交或 PR。
- 希望把重复任务自动化的个人用户，可创建带计划、webhook 或任务完成触发器的工作流，并设置条件、审批和通知。
- 需要在多个受信任设备上访问同一助手的单一所有者，可通过 Remote Access 邀请在浏览器、手机或平板访问本机正在运行的实例。
- 需要邮件、日历和消息渠道协作的用户，可在授权后使用 Gmail、Google Calendar、Telegram、WhatsApp、Discord、Slack 或 SMS 工具完成具体操作。
- 希望使用本地模型而不上传日常对话和记忆的用户，可通过 Ollama 配置本地推理，并仅在主动选择时接入云端模型或自托管端点。
这个 Agent 有哪些优点和局限？
- 本地优先：对话、知识图谱、工作流和设置默认保存在本机，且项目声明没有 Row-Bot 账户系统或自建推理中转服务。
- 模型选择覆盖 Ollama、本地兼容端点、多个 API 提供商，以及 ChatGPT/Codex、Claude Subscription 和 xAI Grok 的应用内登录路径。
- 从知识管理到 Git worktree、浏览器自动化、工作流和渠道消息，功能在一个桌面应用中由同一套目标、审批和执行预算机制协调。
- 远程访问采用单所有者会话门控、一次性邀请、可撤销设备会话和本地存储的哈希凭据，而不是开放式多租户托管。
- 本地模型需要安装 Ollama；README 对较强代理行为建议使用 14B 级模型，并建议 16–32 GB RAM 或合适 GPU，硬件成本可能较高。
- 云端模型、搜索、邮件、日历、消息和媒体生成依赖对应提供商密钥、OAuth 或网络连接，所选对话和工具上下文会发送到该端点。
- Computer Use 仍是默认关闭的 beta，仅支持交互式本地 Windows/macOS，需安装 Cua Driver 并授予系统权限；Linux 和后台场景不支持。
- 旧 Thoth 或早期 Row-Bot 用户不能直接依赖当前版本的自动品牌迁移，需先运行一个具备迁移功能的旧版 Row-Bot。
- 远程服务器、反向代理和 Docker 部署需要操作者自行配置 TLS、可信代理、备份、限流和防火墙。
如何安装或部署这个 Agent？
源码安装需要 Python 3.12+。如需本地模型，先安装 Ollama；仅使用云端或自托管模型时可跳过。执行：
git clone https://github.com/siddsachar/row-bot.git
cd row-bot
python -m venv .venv
source .venv/bin/activate
python -m pip install "uv>=0.7,<1.0"
uv sync --locked --all-extras --group test
uv run python launcher.py
Windows 激活环境使用 .venv\Scripts\activate。也可从 GitHub Releases 下载 Windows 安装程序或 macOS DMG；Linux 可执行 curl -fsSL https://raw.githubusercontent.com/siddsachar/row-bot/main/installer/install-linux.sh | bash。首次启动时在设置向导中选择 Ollama、本地/云端提供商或自定义 OpenAI 兼容端点；云端功能需要相应的 API key 或应用内 OAuth 登录。
如何使用这个 Agent？
启动后，在设置向导中选择模型路径：本地模式选择 Ollama 和模型；提供商模式填写如 OPENAI_API_KEY、ANTHROPIC_API_KEY 或其他已支持提供商的密钥；自托管模式填写兼容端点，例如 http://127.0.0.1:1234/v1。随后可直接提出任务，例如“Read report.pdf in my workspace”或“Run git status on my project”。较长任务可创建 Goal、选择 Agent Profile，再委派范围受限的子代理。无界面服务器模式可运行 uv run python launcher.py serve --port 8080，安装版使用 row-bot serve；再用 row-bot access invite --layout desktop --origin https://row-bot.example.com 创建一次性浏览器邀请。
这个 Agent 与同类方案有什么区别？
与只提供 Ollama 本地推理的使用方式相比，Row-Bot 还可接入多家云端与 OpenAI 兼容端点，并保留按提供商区分的模型能力和回退状态。与浏览器自动化相比，原生 Computer Use 面向本机 Windows/macOS 应用，但需要单独安装和授权，项目明确将浏览器自动化视为网站操作的首选路径。Docker Sandbox 则与直接在链接仓库中本地执行不同：它在影子工作区运行，只有明确导入后才会改变真实仓库。